【强化学习篇】--强化学习案例详解一

一、前述 本文通过一个案例来讲解Q-Learning 二、具体 1、案例 假设我们需要走到5房间。 转变为如下图：先构造奖励，达到5，即能够走得5的action则说明奖励比较高设置成100，没有达到5说明奖励比较低，设置成0。     Q-learning实现步骤：  2、案例详解：   第一步的Q(1,5)：最开始的Q矩阵都是零矩阵，迭代完之后Q（1,5）是100 第二次迭代：依旧是随机 收敛的

>>阅读原文<<